基于二次相关的时延估计方法研究

以空间任意多元传感器阵列为模型,以被动定位算法为基础,针对传统时延估计方法中的互相关算法存在着估计精度不高的问题,提出了一种基于二次相关的时延估计方法。该方法首先对信号作自相关提高信噪比,再将自相关函数和互相关函数作相关处理得到时延值。理论和实验结果都表明:相对于传统的互相关时延估计方法,二次相关法可以明显的抑制噪声对信号时延估计的影响,提高时延估计的精度。     

基于相关峰插值的五元十字阵被动声定位算法

针对基于传统时延估计方法的被动声定位算法精度提高受时延估计精度限制的问题,提出基于相关峰插值方法的被动声定位算法。该算法能改善 FFT变换带来的栅栏效应,根据声音信号的传播特性对信号低频频谱进行细化从而提高时延估计精度。通过计算机仿真和外场实验对比分析了基于互相关方法和基于FICP方法的被动声定位算法在五元十字阵系统中的定位精度。结果表明,基于 FICP 方法的被动声定位算法能够较好地对声源目标进行定位,且算法定位精度优于基于互相关方法的定位算法,具有较强的实际应用性。     

基于小波奇异特征约束的期望最大时延估计算法

针对低信噪比条件下非平稳信号时延估计精度低的问题,提出基于小波奇异特征约束的期望最大时延估计算法。设计小波奇异性特征尺度广义互相关矩阵,构建多尺度小波奇异特征约束下的期望最大化模型。推导参数更新公式,利用期望最大化算法并行迭代,求取奇异性特征显著性最大条件下信号的自适应尺度以及该尺度下声源信号的最优时延估计值。仿真和实验结果表明,所提算法在低信噪比条件下,相较于传统广义互相关时延估计算法以及改进算法具有较高的时延估计精度,并且有效提高了误差约束范围内的有效估计成功率。     

基于DSP的被动声探测时延估计

时延估计在被动声定位中是一个关键的参数,它的精度直接影响定位的精度.文中着重探讨了时延估计的基本理论及系统的软硬件设计.采用了ROTH加权处理的互相关性对采集到的声信号进行了处理.实验结果表明该算法能够从复杂的声信号中提取出时延值且效果明显.     

基于子空间加权的多重信号分类时延估计算法

针对水下探测通信一体化干扰抑制中时延估计误差对主动干扰抑制性能的影响,以及常规多重信号分类(MUSIC)时延估计方法因数据长度有限、信噪比低使得信号与噪声子空间不完全正交,导致时延估计性能下降的问题,提出了基于子空间加权的MUSIC时延估计方法。该方法通过重构噪声子空间,并利用信号特征值与噪声功率构造加权值,对子空间进行加权,实现对MUSIC时延估计谱的修正。仿真结果表明,所提方法较互相关法、MUSIC算法和SSMUSIC算法具有更高的时延估计精度,以及更优的时延分辨率。     

基于经验模式分解的广义互相关时延估计

提出一种基于经验模式分解(Empirical Mode Decomposition,EMD)的广义互相关时延估计方法,用来解决信号非稳态且采集信号的各个通道间存在相关性噪声的条件下如何提高时延估计精度的问题.利用EMD处理非稳态、非线性信号具有良好的自适应性的特点,将声信号分解为多个本征模态函数(Intrinsic ModeFunction,IMF),然后对相应的IMF进行互相关获得多尺度时延值.针对多个时延值不相等的问题,给出了选择精确时延的频谱一致性和时延矢量匹配两个准则,提高了该方法的实用性;并将这一理论应用于声阵列对声源的定位.试验证明:该方法能够在信号非稳态且采集信号的各个通道间存在相关性噪声条件下实现时延的精确估计,并提高了定位精度和时延估计的稳健性.     

水声定位多阵元跳频编码的模拟退火算法优化

采用跳频编码对水声定位阵元进行编码,编码之间的互相关函数直接影响时延估计精度,提出以互相关峰最小作为编码优化目标.在上述分析的基础上,通过模拟退火算法优化对编码进行组合优化.试验结果表明,通过优化后的跳频编码对水声定位阵元进行编码,可以实现水声信号扩频,减小阵元信号间相互影响的作用.     

基于单矢量水听器多途宽带信号的三维定位算法

针对多途环境下波形未知的近场宽带信号,提出了一种使用单矢量水听器进行三维定位的新算法。对声压与振速互相关函数的推导结果表明:当信号带宽大于直达波和海面一次反射波之间时延的倒数时,互相关函数的两副峰可与主峰分离;两副峰的峰值分别包含两路径的波达方向信息,而其位置对应两路径之间的时延差。仿真结果表明:当直达波和反射波在时域上重叠时,利用两副峰峰值仍然能够有效估计出直达波波达方向;通过构造"互相关峰锐化函数"锐化两幅峰,在低信噪比情况下可提高多途时延估计精度。最后,以多途时延与直达波波达方向为变量建立方程组,估计目标的距离和深度。该算法的定位精度通过Monte-Carlo仿真进行了分析,并深入讨论了其适用性,湖试结果进一步验证了该算法的可行性。     

基于二次相关水下声源定向(时延)研究

以三基元线列阵为例，介绍了利用两个互相关函数的再作互相关的时延估计方法（二次相关），并给出了它的快速计算方法。通过计算仿真结果证明这种方法对低信噪比下窄带和单频信号具有较高时延估计精度。     

一种鲁棒的战场声目标自适应时延估计算法

提出了一种可用于战场声目标定向的鲁棒自适应时延估计算法.该算法应用最优变步长自适应仿射投影技术和鲁棒M估计理论,无须事先假定信号和噪声的统计特性,自适应调整自身参数,抵御战场环境中的噪声干扰.野外坦克声数据实测表明,在无干扰环境下,算法性能与高阶统计量法、广义互相关法相当,但在武器噪声干扰下表现了更强的鲁棒性和估计精度;在各种条件下,文中算法都比最小均方自适应法表现出更好的性能.     

基于互谱估计的非高斯有色噪声中的谐波恢复

讨论了一种基于正弦信号扩阶互相关矩阵的MUSIC算法及其在非高斯有色噪声下的性能。提出利用滤波器组先将输入信号分为若干频段，然后再在各频段上分别进行谐波恢复的方法。这种算法对信号源数目的多少具有较好的鲁棒性，且可以有效地区分真实谱峰与伪峰，并具有较高的精度和稳定性。仿真及实测数据实验证明了算法的有效性。     

A Void Reference Sensor-Multiple Signal Classification Algorithm for More Accurate Direction of Arrival Estimation of Low Altitude Target

There exists MUSIC （multiple signal classification） algorithm for direction of arrival （DOA） estimation. This paper is to present a different MUSIC algorithm for more accurate estimation of low altitude target. The possibility of better performance is analyzed using a void reference sensor （VRS） in MUSIC algorithm. The following two topics are discussed： 1） the time delay formula and VRS-MUSIC algorithm with VRS located on the minus of z-axes; 2） the DOA estimation results of VRS-MUSIC and MUSIC algorithms. The simulation results show VRS-MUSIC algorithm has three advantages compared with MUSIC： 1） When the signal to noise ratio （SNR） is more than - 5 dB, the direction estimation error is 1/2 as much as that obtained by MUSIC; 2） The side lobe is more lower and the stability is better; 3） The size of array that the algorithm requires is smaller.     

MUSIC算法在GPS干扰检测及抵消中的应用

由于GPS信号的低能级特性,在有些应用场合GPS接收机需采取抗干扰措施。在均匀线性天线阵条件下,文中采用MUSIC算法对干扰进行了抵消,并进行GPS信号捕获的仿真。仿真实验表明,多重信号分类法(MUSIC)对于大干扰噪声比(J/N)的干扰具有较高的到达角度(DOA)估计精度和信号噪声分离度。当GPS信号和干扰信号的DOA相差一定角度时MUSIC算法能够提高GPS接收机的抗干扰性能。     

基于多路延迟结构的频率估计新算法研究

针对多路延迟数字测频结构,提出了基于多级维纳滤波( MSWF)的MUSIC频率估计方法。该方法利用MSWF的前向递推的多级分解特性来实现信号子空间和噪声子空间的快速估计,不需要估计协方差矩阵和对其作特征值分解,所以运算复杂度可以明显降低,并且子空间估计性能与常规方法几乎一样。最后在子空间分解的基础上,通过MUSIC算法对其频率估计性能进行比较。仿真结果表明MSWF-MUSIC算法和常规子空间分解MUSIC算法具有几乎一样的频率估计精度;但本文箅法降低了计算量和复杂度,更易于信号的实时处理;随信噪比或快拍数的增加,两算法的频率估计误差都越来越趋近于Cramer—Rao界。     

广义相关时延估计在被动定位系统中的应用研究

广义相关是解决时延估计的重要技术措施 ,采用极大似然加权进行时延估计时方差可达到克拉美罗界。计算机仿真结果和湖试数据分析表明 ,将广义相关时延估计法应用于被动定位系统可以获得较高的定位精度。另外 ,对影响被动定位精度的因素进行了分析     

多DSP共享总线紧耦合并行雷达信号处理方法

针对MusIc算法运算量较大、单片DSP处理速度较慢的问题,研制了一个高速空间谱估计处理器,该处理器在硬件上采用6片ADI公司高性能浮点ADSP21160NCB-100共享总线紧耦合并行处理的设计,将性能优良的基于阵列信号处理的谱估计算法应用到雷达信号测向实际工程中,以实现高精度、超分辨、高实时性的二维到达角估计.实测结果表明:该方法提高了系统的测向速度,实现了对目标测向的MUSIC算法,推动了空间谱估计算法的工程应用.     

基于RD-SRT的TR MIMO雷达DOA估计算法

针对时间反转MIMO雷达多重信号分类算法计算量庞大的问题,提出一种基于降维子空间旋转变换技术的多目标波达角估计算法。首先,通过采用降维思想对TR MIMO回波信号进行降维处理,来减少计算量; 然后,为构造旋转变换矩阵,对噪声子空间按行分块并取其逆矩阵; 最后,利用该逆矩阵对噪声子空间矩阵旋转变换,得到低维子空间矩阵,对比导向矢量构造谱函数估计目标的角度信息。相对于传统的MUSIC算法,该算法降低了噪声子空间的维度,大大降低了计算量,而且具有更高的目标分辨率。     

线阵中基于降维NC-MUSIC的非圆信号DOA估计算法

通信领域中非圆(NC)信号的波达方向(DOA)估计已经得到广泛的研究和应用。考虑到非圆信号的多重信号分类算法(MUSIC)计算复杂度较高,提出线阵中基于降维NC-MUSIC的非圆信号DOA估计算法。与传统的需要二维搜索的2D-NC-MUSIC算法相比,该算法只需要一维搜索,降低了计算复杂度。仿真结果表明,该算法优于传统的MUSIC算法,并且与2D-NCMUSIC算法的估计性能非常接近。     

基于分数阶傅里叶变换的线性调频脉冲信号波达方向估计

针对宽带线性调频脉冲信号的时宽与观测时宽不等的情况,基于分数阶傅里叶变换(FRFT)提出了一种新的中心频率估计方法,并据此对基于FRFT的MUSIC算法的波达方向(DOA)估计进行了改进。该算法利用线性调频信号在傅里叶变换域良好的能量聚集性,分析了脉冲信号中心频率随着脉冲信号在观测时间内位置的变化规律,并修正了中心频率估计的方法。在相应的分数阶傅里叶域,构造分数阶傅里叶域的方向向量,利用MUSIC算法进行DOA估计。数值仿真验证了该算法对方位估计的有效性,并仿真分析信噪比（SNR）和脉冲信号时间宽度对方位估计结果的影响。随着SNR的增大、脉冲信号时间宽度的增加,方位估计方差减小。     

基于多重信号分类法的线性调频差频频率估计

针对傅里叶方法估计线性调频连续波差频信号频率在小尺度上精度低的缺陷,提出利用多重信号分类法(Multiple Signal Classification,MUSIC)估计差频信号频率.该方法在频域上对自相关功率谱进行信号和噪声的空间分解,利用信号空间和噪声空间的正交性,完成对信号频率的超分辨估计.仿真计算和实验室测试表...